目的 探究不同测试体位对手、腕屈曲肌群定量肌力的影响,建立各肌群的标准化肌力检测方案.方法 征集40例健康受试者(男性12例,女性28例),使用Micro FET2TM便携式数字肌力测试仪,分别于腕关节背伸30°位、中立0°位和掌屈30°位测量各手指屈曲及腕关节掌屈肌力,分别于拇指掌侧外展30°位和60°位测量拇指掌侧外展肌力.从40例受试者中随机抽取10例,间隔10～15 d后由同一操作者再次测试各肌群定量肌力.结果 除男性腕关节背伸30°位和中立0°位之间的拇指屈曲肌力、腕关节掌屈肌力差异无统计学意义(P>0.05),各指屈曲及腕掌屈肌力值主要呈现以下特点:腕关节背伸30°位>腕关节中立0°位>腕关节掌屈30°位,拇指掌侧外展30°位>60°位;所有受试者手指屈曲肌力均为拇指>示指>中指>环指>小指;男性各项肌力值均大于女性(P<0.05);所有受试者左、右侧肌力值的差异均无统计学意义(P>0.05).10例受试者不同时期测量肌力值的可靠性良好.结论 手、腕各肌群定量肌力均受体位影响,鉴定过程中应采取规范、统一的测试体位.Micro FET2TM用于手、腕关节定量肌力测试具有良好的可靠性.腕关节背伸30°位可作为各手指屈曲肌力及腕关节掌屈肌力的最佳标准化检测条件.拇指掌侧外展30°位可作为拇指掌侧外展肌力的最佳标准化检测条件.

目的 探讨颞浅动脉-大脑中动脉端侧吻合术中不同临时阻断技术的效果及可靠性.方法 回顾性分析2015年1月-2023年4月南方医科大学南方医院神经外科收治的接受直接搭桥术治疗的烟雾病患者资料,根据临时阻断策略的不同将患者分为3组:①有垫片、多阻断夹阻断组(multi-clips+rubber pad group,M+R组);②无垫片、多阻断夹阻断组(multi-clips group,M组);③无垫片、单阻断夹阻断组(single-clip group,S组).比较组间临时阻断时间、受体动脉切开后有无渗血、术中穿支血管损伤以及术后新发脑梗死情况.结果 共355例患者、360个大脑半球纳入分析,按大脑半球统计患者360例,其中男性188例,女性172例,平均年龄为(43.8±0.7)岁.其中M+R组45例,M组191例,S组124例.3组平均阻断时间:M+R组为(37.9±9.8)min,M组为(20.9±9.0)min,S组为(11.0±3.5)min,组间差异有统计学意义(P＜0.001).阻断后受体动脉管腔内渗血以及术中穿支血管损伤发生率:M+R组为8.89％(阻断后受体动脉渗血4例),M组为14.66％(阻断后受体动脉渗血19例,术中穿支血管损伤8例,临时阻断部位有血栓形成1例),S组为5.65％(阻断后受体动脉渗血7例),组间差异无统计学意义(P＞0.05).术后新发脑梗死发生率差异无统计学意义(P＞0.05).结论 单阻断夹阻断策略安全、有效,能显著缩短临时阻断时间,可以优先考虑作为颞浅动脉-大脑中动脉端侧吻合过程中的临时阻断策略.

目的 构建神经阻滞麻醉室护理管理质量指标体系,为神经阻滞麻醉室护理管理质量监测与评价提供依据.方法 基于"结构-过程-结果"评价模型,采用文献回顾、德尔菲法、优序图法和乘积法确立神经阻滞麻醉室护理管理质量指标体系.结果 2轮函询中专家的积极系数均为 100%,权威系数为 0.925,肯德尔和谐系数为 0.213 与 0.182,构建了 3 项一级指标、8项二级指标、59项三级指标的神经阻滞麻醉室护理管理质量评价指标.结论 构建的神经阻滞麻醉室护理管理质量指标具有一定的科学性和可靠性,为评价神经阻滞麻醉室护理管理质量提供了参考依据.

目的 在立德树人视域下,根据"价值塑造、能力培养、知识传授"三位一体学生培养目标和职业核心能力要求,编制以脑血管病情景模拟案例为载体的教学效果评价问卷,并评价其信效度.方法 采用访谈、专家函询等方法构建脑血管病情景模拟案例教学效果评价问卷.在山东第二医科大学2021级护理专业学生中随机抽取50名进行问卷填写和意见收集,进一步完善问卷.另外随机抽取130名学生进行正式问卷填写,并对问卷进行条目分析、效度和信度评价.结果 本研究形成了脑血管病情景模拟案例教学效果评价问卷,该问卷包括能力培养、价值引领、案例编制3个维度,共25个条目.130份正式调查问卷中有125份为合格问卷,信效度检验显示:探索性因子分析提取3个公因子,累计方差贡献率为65.68％.问卷整体的Cronbach'α系数为0.914,能力培养、价值引领和案例编制维度的Cronbach'α系数分别为0.917、0.941和0.937.问卷具有良好的可靠性、稳定性.各维度得分与总分的相关系数r值在0.607～0.799之间.结论 本研究形成的问卷具有良好的信效度,可以作为情景模拟案例教学效果的评价工具.

目的 通过分析卒中局灶性病变与卒中后失眠的关系,探讨卒中后失眠的神经解剖基础,为卒中后失眠诊断与治疗提供新的思路.方法 本研究前瞻性纳入50名卒中患者为研究对象,使用失眠严重程度指数量表对其失眠状况进行评估,并将患者分为失眠组与非失眠组.使用体素病变症状映射来检验失眠与病变位置之间的关联.利用大型标准连接组数据集(N=1000)计算病变网络图,检验其与失眠之间的联系,并以此结果定位失眠网络.此外,通过分析网络损伤分数与失眠程度之间的联系,证明失眠网络的可靠性.结果 体素病变症状映射分析未发现任何病变体素与失眠显著相关.然而,在病灶网络映射分析中,病变位置映射到一个以右侧丘脑为核心的大脑网络,该网络与失眠组患者局灶性病变的交叉程度显著高于无失眠组病变.结论 卒中后失眠患者的病变位置未能映射到任何脑区,而是映射到一个特定的脑网络.该网络可能对卒中后失眠患者的早期诊断和治疗具有重要意义.

目的:为精准有效地预测便携式医疗设备的电池剩余寿命,提出一种基于反向传播(back propagation,BP)神经网络和麻雀搜索(sparrow search algorithm,SSA)算法的SSA-BP算法.方法:首先,通过BP神经网络的结构确定权值以及阈值的总数;其次,利用SSA算法优化初始权值和阈值,并赋值给BP神经网络;最后,通过对输入样本的训练获取预测的输出值.选取不同环境温度(4、24、43℃)下的18650型号锂电池数据进行测试,通过平均绝对误差、均方根误差、平均绝对百分比误差验证SSA-BP神经网络算法和BP神经网络算法对医疗设备电池剩余寿命的预测精度.结果:SSA-BP神经网络算法预测医疗设备电池剩余寿命的平均绝对误差、均方根误差、平均绝对百分比误差均低于BP神经网络算法.结论:SSA-BP神经网络算法能够精准有效地对电池的使用寿命进行预测,提高了电池在实际应用中的可靠性.

目的:基于自回归积分滑动平均(autoregressive integrated moving average,ARIMA)模型探讨影响医疗机构使用医用缝线的相关因素,为医疗机构合理使用医用缝线提供依据与优化策略.方法:以2014年1月至2023年11月期间某院每月医用缝线使用金额作为研究对象.将2014年1月至2018年12月的医用缝线使用金额数据作为训练集,采用R语言建立ARIMA模型;将2019年1月至2019年12月的医用缝线使用金额数据作为验证集,以验证ARIMA模型的可靠性.利用验证通过后的ARIMA模型预测2021年1月至2023年11月医用缝线每月使用金额并比较预测值与实际值之间的差异,用于评估2021年1月执行医用缝线优化政策带来的效益.结果:建立的ARIMA模型通过了白噪声检验(P＞0.05),且2019年全年预测值和实际值之间差异无统计学意义(P＞0.05);执行医用缝线优化政策后,某院医用缝线实际使用金额有所下降,2021年1月至2023年11月实际值远小于预测值,差异有统计学意义(P＜0.05).结论:基于ARIMA模型的医用缝线使用数据预测与配置优化方案可以充分挖掘某院医用缝线的使用规律,为医用缝线配置合理优化和智能精细化管理提供决策参考.

目的 为了实时监测医疗器械设备异常状态,以便及时预警和应对设备异常情况,确保医疗器械的安全运行,提出基于自编码器的医疗器械设备异常状态预警方法.方法 以某医院2022年8月起因故障停用的10台心电图监护仪为研究对象,使用数据恢复设备连接到心电图监护仪的内部存储器,恢复和提取器械因故停用点的前1 min的全部特征数据,具体包括:信号质量和设备状态.利用多元状态估计技术构建医疗器械设备健康状态评估模型,通过对比各参数的贡献率,确定引发设备异常的关键参数.基于这些关键参数构建自编码器预警模型,将异常状态参数输入模型进行归一化处理,并计算参数误差平均值与基准值的偏差.当误差平均值偏离基准值超过60％时,触发预警机制.结果 经过实验,该方法可以在3 s内准确检测出198个异常样本,证实了该预警方法能够在短时间内准确检测出异常样本.同时,为进一步分析该医疗器械设备的具体故障原因,运用3种方法分别对设备各个故障原因进行识别与定位,以贡献率为衡量标准,并与实际贡献率进行对比分析,该方法贡献率与实际贡献率数值较为接近,可以全面预测引起医疗器械设备异常情况.结论 基于自编码器的医疗器械设备异常状态的预警方法具有高度的精确性和先导性,为实时监测和预警医疗器械设备异常状态提供了有效的技术手段,有助于提升医疗器械的安全性和可靠性.

目的:探讨基于心电图参数 QT离散度(QTd)、QRS离散度(QRSd)与多指标特征构建急性 ST段抬高型心肌梗死(STEMI)预后不良的预测模型.方法:选取 2019年 1月—2021年 10月我院收治的 213例STEMI病人,采用多因素Logistic回归模型分析构建STEMI预后不良列线图预测模型,采用受试者工作特征曲线(ROC)、校准曲线评价预测模型的鉴别能力、准确性.结果:出院后 3个月采用电话或门诊随访,3 例失访,预后不良发生率为 20.00%(42/210).Logistic 回归方程显示,QTd、QRSd、校正的 QT 间期(QTc)、血清信号素 4D(Sema4D)、左室射血分数(LVEF)是STEMI病人预后不良的影响因素(P<0.05).将上述 5个变量纳入构建STEMI预后不良列线图预测模型,该模型曲线下面积(AUC)为 0.892[95%CI(0.801,0.934)],校准曲线显示模型具有良好的准确度.结论:基于心电图参数与多指标特征构建 STEMI预后不良预测模型具有可靠性,可为 STEMI预后评估提供客观、有效的工具.

目的:基于Scheimpflug成像系统评估健康眼角膜变化测量的可靠性,以及正常人群测量值的分布情况.方法:前瞻性非随机对照研究.纳入27名健康受试者(54眼),分为正视组(13眼),近视组(17眼),远视组(4眼),散光组(20眼).所有病例接受了完整的眼科检查,使用Pentacam AXL系统分析不同调节刺激下(+2.00、0.00、-3.00 D)角膜检测参数变化.该研究分为2个阶段:重复性分析和健康人群不同调节刺激下角膜参数变化的特征.结果:在重复性分析中,在三种调节刺激下高度不对称指数(IHA)表现出最大的变异性,其余参数结果良好.正视组中,最大角膜曲率(Kmax)位置有显著差异(P＜0.05);而散光组中Kmax、最小角膜厚度(MCT)、角膜球面像差、总像差、低阶像差均有显著差异(P＜0.05).近视组Kmax的水平位置在2.00 D和-3.00 D时的位移存在显著差异(P=0.033),正视组Kmax的矢量大小变化也存在显著差异(P＜0.05).MCT在不同调节刺激下无显著差异(P≥0.109).结论:在不同调节刺激下,Kmax和MCT在健康角膜中的位置会发生显著变化,而这些调节相关角膜变化在屈光不正人群中有不同的趋势.Scheimpflug成像系统测量结果具有一致性.